图像信号在产生、传输和记录过程中，经常会受到各种噪声的干扰，由于其严重地影响了图像的视觉效果，因此，在进行边缘检测、图像分割、特征提取、模式识别等工作之前，采用适当的方法减少噪声(即：进行图像噪声的滤波)，是一项非常重要的预处理步骤。对图像滤波的要求是，既能滤除图像中的噪声又能保持图像的细节。由于噪声和图像细节的混叠，所以在图像滤波中，图像的去噪与细节的保留往往是一对矛盾。图像滤波是图像处理中非常重要的技术环节，至今仍是图像处理领域的研究热点。目前，图像滤波常用的方法包括线性滤波技术和非线性滤波技术。线性滤波对加性高斯噪声有较好的平滑作用。但对脉冲信号和其它形式的高频分量抑制效果较差。非线性滤波对窄脉冲信号具有良好的抑制能力，但对均匀分布噪声和高斯噪声其滤波性能较差。混合滤波也是常用的图像滤波方法之一，有其自身的优点。本论文首先对图像滤波技术进行了研究，分析线性滤波中的均值滤波和非线性滤波中的中值滤波的特性。在此基础上分析了将均值滤波和中值滤波相结合的混合滤波。然后本文主要针对中值滤波算法在图像去噪与保护细节上的缺陷，根据不同的方向提出两种改进算法，一种是根据极值中值滤波提出的基于阈值的极值中值滤波算法，另一种是根据多级中值滤波提出的基于方向的自适应多级中值滤波算法。最后给出的实验结果很好的证明了改进算法的有效性，都实现了即能有效地去除噪声，同时能很好的保护边缘细节。论文最后对中值滤波改进算法提出了进一步完善、改进的意见。